私たちは普段，手でスマホを触ったり，足で自転車を漕いだりしています． しかし，もし明日から自分の手足が使えなくなったらどうすればよいでしょうか．
その解決方法の一つに，手足以外の残存機能を使う方法があります． 例えば首の動き，視線，音声，筋電，脳波などを機器制御命令に変換する技術です．
私は「人間と機械をつなぐ」ことをテーマした福祉工学に関する研究をしています． 特に脳波を機器制御命令に変換するブレイン-マシン・インタフェース(BMI/BCI)の研究に重点的に取り組んでいます． これまでBMIに用いる刺激の評価や，脳波をより正確に読み取るための機械学習（ディープラーニングなど）に関する研究， BMIを用いてロボットを制御する研究を行ってきました．近年，独居老人や留守番中の子供のためのコミュニケーションロボットに関する研究を立ち上げました． 今後はこれまで培った知見を生かし，様々な福祉機器の開発などへと発展させていきたいと考えております．
BMIは脳波などの脳信号を計測し，信号処理や機械学習を施して 機器制御命令へと変換するインタフェースです． 脳からの信号を機器制御命令に変換するため， 手足を使わずとも機器を制御することが可能です． BMIを使用すれば，脳波でスピーカーやロボットアーム，車いす，家電などを制御することが可能です．
脳波は信号が微弱で難解であるため，それを機器制御命令へと変換することは容易ではありません． しかし，画面上のあるものが光ったときに心の中で数を数えるなど， ある事象に関連して発生する脳波は因果関係がはっきりしており， 信号処理や機械学習により比較的容易にユーザーが入力したものを推定しやすいといった特徴があります． 私はそのようなBMIの一種であるP300-based BMIの刺激呈示，信号処理，機械学習，応用 について研究しています．
私たち人間は言葉や体の動きなどでにコミュニケーションをとっています． それと同様に，人間と，あるいはロボット同士でコミュニケーションをとることが 可能なロボットをコミュニケーションロボット（ソーシャルロボット）と呼びます． コミュニケーションロボットを使えば， 独居老人や留守番中の子供の見守りや， 人間のコミュニケーション能力のためのトレーニングなどに 用いることが期待できます．
私は特に学習するコミュニケーションロボットに興味があります． 相手の動きをロボットのセンサで捉え，どのようなものに興味があるのかを分析し， 相手の興味をより引き出すための行動をとるコミュニケーションロボットの 開発を進めています． そのような学習を実現するには，試行錯誤により得られた報酬や罰から学習する 強化学習が効果的と考え，強化学習を取り入れたコミュニケーションロボットを開発しています．
今後取り組む新テーマです． マイコンやセンサ，3Dプリンタなどを用いて 障害者の生活に役立つ装置を開発したり， 仮想現実（VR）ヘッドセットを用いた認知機能の トレーニング装置などを今後開発していく予定です．
